CN104458298B - 基于多模型的高速列车悬架系统多执行器故障检测与隔离方法 - Google Patents

Abstract

本发明提供一种基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，包括1号动车、拖车和2号动车，该方法包括以下步骤：1)对列车两节动车一节拖车结构的悬架系统进行建模，获得悬架系统模型；2)两节动车一节拖车悬架系统各自的执行器分别建立故障模型；3)基于每个故障模型设置相匹配的滑模观测器，并生成相应的残差量；4)依据列车的运行环境和悬架系统的工况产生故障报警阈值，由逻辑控制器对各残差量进行决策，判断是否报警并指出故障发生位置。应用故障检测与隔离技术是提高系统可靠性的有效途径，故障发生时及时报警，特别是在多个执行器发生故障时指出故障的发生位置，可有利于故障的排查和系统维护。

Description

基于多模型的高速列车悬架系统多执行器故障检测与隔离 方法

技术领域

本发明涉高速列车悬挂系统故障诊断领域，具体涉及基于多模型的高速列车悬架系统多执行器故障检测与隔离方法。

背景技术

CRH(China Railway High-speed)高速列车，即“和谐号”动车组，在2007年4月正式投入运营后，目前已在我国铁路主要干线上实现了时速200公里以上的动车组列车网络。悬架系统是高速列车的重要组成部分，主要负责支撑车体和转向架，在轨道与车体间形成缓冲以保证列车运行过程中的舒适性，因此其可靠性要求高。为了提升我国高速列车运行的安全性，针对高速列车悬架系统的故障诊断研究不可或缺。

高速列车悬架系统由一系悬架系统和二次悬架系统组成，一系悬架位于转向架与轮对之间，二系悬架位于列车车体与转向架之间，包含有螺旋弹簧、空气弹簧、横向/垂向阻尼器及主动作动器等部件。作为悬架系统的执行器，装载于转向架的主动作动器对于列车运行的安全、可靠、平稳至关重要。

通常执行器故障包括部分失效(损伤)和完全失效(卡死、松浮和饱和)。从建模角度可分为加性故障和乘性故障；而根据故障性质，可分为突变故障和微小故障。目前，对于高速列车悬架系统的多故障诊断的研究较少，如何对多故障进行检测与故障隔离，成为了现有技术发展的重要方向。

发明内容

发明目的：为了解决现有技术中，不能有效解决高速列车悬架系统执行器故障检测和隔离的问题，本发明通过建立多模型，提出基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，解决了现有技术的不足。

技术方案：基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，包括1号动车、拖车和2号动车，其特征在于，该方法包括以下步骤：

步骤1)对列车两节动车一节拖车结构的悬架系统进行建模，获得悬架系统模型，该模型包括列车轨道的不规则对于列车-轨道耦合系统的干扰；

步骤2)两节动车一节拖车悬架系统分别包括一个执行器，对这三个执行器常见的已知的故障分别建立故障模型；

步骤3)基于每个故障模型设置相匹配的滑模观测器，并生成相应的残差量；

步骤4)依据列车的运行环境和悬架系统的工况产生故障报警阈值，由逻辑控制器对各残差量进行决策，判断是否报警并指出故障发生位置。

进一步的，步骤1)中的悬架系统模型包括悬架系统垂向动力学建模和步骤2)中悬架系统的执行器故障建模，所述悬架系统状态空间方程为：

y(t)＝Cx(t)

其中：

x(t)∈R^18×1为列车运动状态变量，包括车体和转向架的垂向位移与速度，以及车体的俯仰角与角加速度；

u(t)∈R^3×1为主动控制力；

g(t)∈R^18×1为系统非线性部分，且满足Lipschitz条件；

d(t)∈R^6×1为轨道不规则激励；

f(t)∈R^3×1为故障信号；

y(t)∈R^9×1为系统的输出信号，包括车体和转向架的垂向速度和俯仰角；

A,B,G,D,E,C状态空间方程相应的系数矩阵。

进一步的，所述两节动车一节拖车各自包括转向架部分，所述转向架部分执行器分别建立转向架故障模型：

y(t)＝Cx(t)

其中：

E_j为矩阵E的第j列的列向量；

f₁(t),f₂(t),f₃(t)分别为1号动车、拖车和2号动车的执行器故障；

当第i个执行器无故障时f_i(t)＝0，健康系统模型记为M₀；而当第i个执行器发生故障时(i＝1,2,3)，即有f_i(t)≠0且E_jf_j＝0(j≠i)，则系统故障模型记为M_i，表述为：

y(t)＝Cx(t)

进一步的，所述每个滑模观测器生成的残差只对某一个故障不敏感，而对所其他的故障都敏感；即滑模观测器与其中一个故障模型匹配，该滑模观测器如下：

其中：

分别为第i个执行器故障发生时系统状态量x(t)和输出y(t)的估计值；

L为待设计的观测器增益矩阵，满足P(A-LC)+(A-LC)^TP＝-Q，式中P＞0,Q＞0；w₁ ⁱ与w₂ ⁱ为滑模信号(i＝1,2,3)；

定义：第i个执行器故障发生时的输出误差信号；

则w₁ ⁱ与w₂ ⁱ分别表述为：

其中：

F₁,F₂ ⁱ为待设计矩阵，满足条件F₁C＝D^TP,F₂C＝E^TP，F₂＝[F₂ ¹ F₂ ² F₂ ³]^T；ρ₁,ρ_2i分别为系统干扰d(t)和第i个故障f_i(t)的有界值；

定义：第i个执行器故障发生时的状态估计误差

根据Lyapunov稳定理论，当第i个执行器故障发生时，该误差动态方程渐进稳定即而发生其他执行器故障时，由于E矩阵为列满秩而有设计第i个观测器的残差信号为r_i＝||e_y ⁱ||。

进一步的，步骤4)具体包括：逻辑控制器依据各个模型匹配观测器生成的残差信号进行故障判断与故障定位，给出故障是否发生的判断信号、第i个执行器故障是否发生的判断信号，实现多故障检测与隔离。

进一步的，所述逻辑控制器部分具体包括以下步骤：

步骤4.1)选择故障报警阈值为J，J取系统无故障时残差的±5％；

步骤4.2)选择故障是否发生的判断信号F_alarm ⁰，以及第i个执行器故障是否发生的判断信号F_alarm ⁱ(i＝1,2,3)；判断准则如下：

F_alarm ⁰＝1：至少一种故障发生；

F_alarm ⁰＝0：没有发生故障；

F_alarm ⁱ＝1：第i个执行器发生故障；

F_alarm ⁱ＝0：第i个执行器没有发生故障；

步骤4.3)逻辑决策，判定原则如下：

如果r₁＜J且r₂＜J且r₃＜J,则F_alarm ⁰＝0；否则F_alarm ⁰＝1；

如果F_alarm ⁰＝1且r₁≥J,则F_alarm ¹＝0；否则F_alarm ¹＝1；

如果F_alarm ⁰＝1且r₂≥J,则F_alarm ²＝0；否则F_alarm ²＝1；

如果F_alarm ⁰＝1且r₃≥J,则F_alarm ³＝0；否则F_alarm ³＝1；

步骤4.4)依据步骤4.3)的判定原则，给出相应的故障提示信号，即F_alarm ⁰和F_alarm ⁱ为1或0，通过步骤4.2)的判断准则而判断是否发生故障和具体发生故障的执行器。

有益效果：应用故障检测与隔离技术(FDI)是提高系统可靠性的有效途径，故障发生时及时报警，特别是在多个执行器发生故障时指出故障的发生位置，可有利于故障的排查和系统维护。针对高速列车两动一拖的悬架系统，对其三个执行器的常见已知故障能够及时有效检测出来，并能够对多故障进行隔离。同时能够实现对建模误差和系统干扰的鲁棒。本发明可以用于高速列车悬架系统MATLAB/SIMULINK仿真平台进行的执行机构故障分析和系统可靠性分析。

附图说明

图1为本发明悬架系统执行器故障诊断结构框架图。

图2为列车垂向悬架系统建模示意图。

图3为多故障检测与隔离原理图。

图4为单个故障时各观测器对应的残差信号。

图5为单个故障时故障报警及定位的提示信号。

图6为多个故障时各观测器对应的残差信号。

图7为多个故障时故障报警及定位的提示信号。

具体实施方式

下面结合附图对本发明做更进一步的解释。

图1为整体示意，根据图1，本发明提出了一种基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，具体步骤如下：

步骤一：根据图2所示的悬挂系统垂向结构示意图，建立其状态空间表达式。

令

则状态变量x＝[x₁ x₂ x₃]^T；

系统状态空间表达式为：

其中，

A₁₃＝O₆

A₃₁＝O₆

G₁₃＝O₆

G₃₁＝O₆

C₁＝C₂＝C₃＝[O₃ I₃]

式中各参数物理意义及参数值见表1和表2：

表1.物理参数

表2.状态变量物理意义

	执行器主动控制力
			1号动车与2号动车车体重心的垂向位移

	拖车车体重心的垂向位移
			1号动车与2号动车转向架重心的垂向位移
	拖车转向架重心的垂向位移
			1号动车与2号动车转向架的轨道垂直踏面
	拖车转向架的轨道垂直踏面
			1号动车与2号动车车体重心的俯仰角
	拖车车体重心的俯仰角

步骤二：对列车两节动车一节拖车共三节车厢，每一节车厢各自的转向架部分的执行器常见故障分别建立故障模型，所述故障模型描述为：

y(t)＝Cx(t)

其中E_j为矩阵E的第j列的列向量，f₁(t),f₂(t),f₃(t)分别为1号动车、拖车和2号动车的执行器故障。假设系统干扰d(t)和第i个故障f_i(t)的都是有界的。

当第i个执行器无故障时f_i(t)＝0，健康系统模型记为M₀；而当第i个执行器发生故障时(i＝1,2,3)，即有f_i(t)≠0且E_jf_j＝0(j≠i)，则系统故障模型记为M_i，表述为：

y(t)＝Cx(t)

步骤三：如图3所示，基于每个故障模型设计滑模观测器，使每个观测器生成的残差只对某一个故障不敏感，而对所有其他的故障都敏感——即使所构造的观测器与某一个故障模型匹配，消除该故障对系统的影响。所设计的滑模观测器如下：

其中，分别为第i个执行器故障发生时系统状态量x(t)和输出y(t)的估计值；L为待设计的观测器增益矩阵，满足P(A-LC)+(A-LC)^TP＝-Q，式中P＞0,Q＞0，方程由MATLAB LMI工具箱给出可行解；w₁ ⁱ与w₂ ⁱ为滑模信号(i＝1,2,3)。

定义：第i个执行器故障发生时的输出误差信号。

则w₁ ⁱ与w₂ ⁱ分别表述为：

其中，F₁,F₂为待设计矩阵，满足条件F₁C＝D^TP,F₂C＝E^TP，F₂＝[F₂ ¹ F₂ ² F₂ ³]^T；ρ₁,ρ_2i分别为系统干扰d(t)和第i个故障f_i(t)的有界值。

定义：第i个执行器故障发生时的状态估计误差。

根据Lyapunov稳定理论，当第i个执行器故障发生时，该误差动态方程渐进稳定即而发生其他执行器故障时，由于E矩阵为列满秩而有

步骤四：设计第i个观测器的残差信号为r_i＝||e_y ⁱ||。

步骤五：依据列车的运行环境和悬架系统的工况产生故障报警阈值，由逻辑控制器对各残差量进行决策，判断是否报警并指出故障发生位置。逻辑控制器的决策作用包括以下几个方面：依据各个模型匹配观测器生成的残差信号进行故障判断与故障定位，给出故障是否发生的判断信号、第i个执行器故障是否发生的判断信号，从而实现多故障检测与隔离。

逻辑控制部分设计步骤如下：

步骤1、选择故障报警阈值为J，J取系统无故障时残差的±5％。

步骤2、选择故障是否发生的判断信号F_alarm ⁰，以及第i个执行器故障是否发生的判断信号F_alarm ⁱ(i＝1,2,3)。判断准则如下：

至少一种故障发生；F_alarm ⁰＝0没有发生故障

第i个执行器发生故障；F_alarm ⁱ＝0第i个执行器没有发生故障

步骤3、逻辑决策。决策原则如下：

如果r₁＜J且r₂＜J且r₃＜J,则F_alarm ⁰＝0；否则F_alarm ⁰＝1；

如果F_alarm ⁰＝1且r₁≥J,则F_alarm ¹＝0；否则F_alarm ¹＝1；

如果F_alarm ⁰＝1且r₂≥J,则F_alarm ²＝0；否则F_alarm ²＝1；

如果F_alarm ⁰＝1且r₃≥J,则F_alarm ³＝0；否则F_alarm ³＝1；

为使表述简化，将r_i＜J记为‘—’，r_i≥J记为‘+’(i＝1,2,3)，则有逻辑决策表如下：

表3：逻辑关系对照表

步骤4、依据逻辑决策的结果，给出相应的故障提示信号；即给出F_alarm ⁰和F_alarm ⁱ为1或0，从而判定是否发生故障以及哪一个执行器发生了故障。

下面对本发明的方法进行仿真验证：

步骤1)在Simulink中搭建列车垂向悬架系统控制仿真模型，考虑列车轨道不平顺对系统运行的影响，假设干扰为高频正弦信号d(t)＝3sin(9t)。故障矩阵E取为-B。

步骤2)设定单个故障的特征信息，包括：故障为第二个执行器故障、故障开始时间为第5秒、故障大小所述故障通过故障注入模块进行软件注入，建立故障模型。进行故障检测和定位，仿真时间为15秒。仿真结果得出各个执行器故障残差信号图4，各故障提示信号图5。

步骤3)设定多个故障的特征信息，包括：故障为第二个执行器和第三个执行器故障、故障开始时间分别为第5秒和第3秒、故障大小

所述故障通过故障注入模块进行软件注入，建立故障模型。进行故障检测和定位，仿真时间为15秒。仿真结果得出各个执行器故障残差信号图6，各故障提示信号图7。

本发明中，故障检测就是检测每个执行器是否有故障发生，而隔离体现在将已经检测出的故障定位到三个执行器的某一个(对应单故障情况)，或者某几个(对应多故障情况)。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，包括1号动车、拖车和2号动车，其特征在于，该方法包括以下步骤：

1)对列车两节动车一节拖车结构的悬架系统进行建模，获得悬架系统模型，该模型包括列车轨道的不规则对于列车-轨道耦合系统的干扰；

2)两节动车一节拖车悬架系统分别包括一个执行器，对这三个执行器常见的已知的故障分别建立故障模型；

3)基于每个故障模型设置相匹配的滑模观测器，并生成相应的残差量；

4)依据列车的运行环境和悬架系统的工况产生故障报警阈值，由逻辑控制器对各残差量进行决策，判断是否报警并指出故障发生位置；

步骤1)中的悬架系统模型包括悬架系统垂向动力学建模和步骤2)中悬架系统的执行器故障建模，所述悬架系统状态空间方程为：

$\stackrel{\·}{x}\left(t\right)=Ax\left(t\right)+Bu\left(t\right)+Gg\left(t\right)+Dd\left(t\right)+Ef\left(t\right)$

y(t)＝Cx(t)

其中：

x(t)∈R^18×1为列车运动状态变量，包括车体和转向架的垂向位移与速度，以及车体的俯仰角与角加速度；

u(t)∈R^3×1为主动控制力；

g(t)∈R^18×1为系统非线性部分，且满足Lipschitz条件；

d(t)∈R^6×1为轨道不规则激励；

f(t)∈R^3×1为故障信号；

y(t)∈R^9×1为系统的输出信号，包括车体和转向架的垂向速度和俯仰角；

A,B,G,D,E,C状态空间方程相应的系数矩阵。

2.如权利要求1所述的基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，其特征在于，所述两节动车一节拖车各自包括转向架部分，所述转向架部分执行器分别建立转向架故障模型：

$\stackrel{\·}{x}\left(t\right)=Ax\left(t\right)+Bu\left(t\right)+Gg\left(t\right)+Dd\left(t\right)+\underset{j=1}{\overset{3}{\Σ}}{E}_j{f}_j\left(t\right)$

y(t)＝Cx(t)

其中：

E_j为矩阵E的第j列的列向量；

f₁(t),f₂(t),f₃(t)分别为1号动车、拖车和2号动车的执行器故障；

当第i个执行器无故障时f_i(t)＝0，健康系统模型记为M₀；而当第i个执行器发生故障时(i＝1,2,3)，即有f_i(t)≠0且E_jf_j＝0(j≠i)，则系统故障模型记为M_i，表述为：

$\begin{array}{c}\stackrel{\·}{x}\left(t\right)=Ax\left(t\right)+Bu\left(t\right)+Gg\left(t\right)+Dd\left(t\right)+E_i{f}_i\left(t\right)\\ y\left(t\right)=Cx\left(t\right)\end{array}.$

3.如权利要求1所述的基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，其特征在于，滑模观测器与其中一个故障模型匹配，该滑模观测器如下：

${\stackrel{\·}{\hat{x}}}^i\left(t\right)=A{\hat{x}}^i\left(t\right)+Bu\left(t\right)+Gg({\hat{x}}^i,t)+L(y-{\hat{y}}^i)+{{\mathrm{Dw}}_1}^i+E_i{w_2}^i$

${\hat{y}}^i\left(t\right)=C{\hat{x}}^i\left(t\right)$

其中：

分别为第i个执行器故障发生时系统状态量x(t)和输出y(t)的估计值；

L为待设计的观测器增益矩阵，满足P(A-LC)+(A-LC)^TP＝-Q，式中P＞0,Q＞0；w₁ ⁱ与w₂ ⁱ为滑模信号(i＝1,2,3)；

定义：第i个执行器故障发生时的输出误差信号

则w₁ ⁱ与w₂ ⁱ分别表述为：

${w_1}^i=\left\{\begin{array}{ccc}{\mathrm{\ρ}}_1\frac{F_1{e_y}^i}{\left|\right|F_1{e_y}^i\left|\right|}& if& {e_y}^i\≠0\\ 0& if& {e_y}^i=0\end{array}\right.$

${w_2}^i=\left\{\begin{array}{ccc}{\mathrm{\ρ}}_{2i}\frac{{F_2}^i{e_y}^i}{\left|\right|{F_2}^i{e_y}^i\left|\right|}& if& {e_y}^i\≠0\\ 0& if& {e_y}^i=0\end{array}\right.$

其中：

F₁,F₂ ⁱ为待设计矩阵，满足条件F₁C＝D^TP,F₂C＝E^TP，F₂＝[F₂ ¹ F₂ ² F₂ ³]^T；ρ₁,ρ_2i分别为系统干扰d(t)和第i个故障f_i(t)的有界值；

定义：第i个执行器故障发生时的状态估计误差

根据Lyapunov稳定理论，当第i个执行器故障发生时，该误差动态方程渐进稳定即而发生其他执行器故障时，由于E矩阵为列满秩而有设计第i个观测器的残差信号为r_i＝||e_y ⁱ||。

4.如权利要求1所述的基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，其特征在于，步骤4)具体包括：逻辑控制器依据各个模型匹配观测器生成的残差信号进行故障判断与故障定位，给出故障是否发生的判断信号、第i个执行器故障是否发生的判断信号，实现多故障检测与隔离。

5.如权利要求4所述的基于多模型的高速列车悬架系统多执行器故障检测与隔离方法，其特征在于，所述逻辑控制器部分具体包括以下步骤：

4.1)选择故障报警阈值为J，J取系统无故障时残差的±5％；

4.2)选择故障是否发生的判断信号F_alarm ⁰，以及第i个执行器故障是否发生的判断信号F_alarm ⁱ(i＝1,2,3)；判断准则如下：

F_alarm ⁰＝1：至少一种故障发生；

F_alarm ⁰＝0：没有发生故障；

F_alarm ⁱ＝1：第i个执行器发生故障；

F_alarm ⁱ＝0：第i个执行器没有发生故障；

4.3)逻辑决策，判定原则如下：

如果r₁＜J且r₂＜J且r₃＜J,则F_alarm ⁰＝0；否则F_alarm ⁰＝1；

如果F_alarm ⁰＝1且r₁≥J,则F_alarm ¹＝0；否则F_alarm ¹＝1；

如果F_alarm ⁰＝1且r₂≥J,则F_alarm ²＝0；否则F_alarm ²＝1；

如果F_alarm ⁰＝1且r₃≥J,则F_alarm ³＝0；否则F_alarm ³＝1；

4.4)依据步骤4.3)的判定原则，给出相应的故障提示信号，即F_alarm ⁰和F_alarm ⁱ为1或0，通过步骤4.2)的判断准则而判断是否发生故障和具体发生故障的执行器。